【课题推荐发表期刊】

【课题背景】

根据计算问题的输入方式，计算问题可以分为离线的计算问题和在线的计算问题。离线的计算问题指的是在计算开始时输入完全给定，然后进行相应的计算。在线的计算问题指的是在计算开始时候输入并没有完全给定，而是在计算过程中逐渐的给出来。在线算法已经广泛应用于规划，金融，网络优化等各个领域中。原始‐对偶方法最初是为了解决线性规划问题而开发出来的，后来成为组合优化的近似算法设计中的一种强大的方法。

本课题旨在研究如何把原始‐对偶方法用于在线算法的设计和分析中，通过其独特的优化策略和理论保证，促进在线算法的研究和应用，有助于在不确定和动态变化的环境中做出更加准确和高效的决策。

【课题方向参考】

• 数据库多租环境下的缓冲区共享问题：设计基于原始对偶技术的多租环境下的共享缓冲区替换算法。

• 复杂约束下的在线双边匹配算法：设计基于原始对偶技术的复杂约束优化条件下的在线双边匹配算法。

【适合人群】

计算机科学与技术等相关专业的硕士研究生，要求了解算法设计相关基础知识。

【课题收获】

• 高质量论文一篇（SCI/CCF定向期刊）

• SCI/CCF期刊投递与发表指导

• 结业证书

【导师介绍】

陈老师，教授，毕业于北卡罗莱纳州立大学，博士

• 担任Information Sciences,Theoretical computer science,Journal of Combinatorial Optimization等国际知名期刊审稿人

• 研究方向：格密码及应用，图算法及应用，在线算法，近似算法

• 以第一作者身份，在行业顶尖期刊/会议上发表30余篇论文，包括Journal of Computer and System Science，The Computer Journal，Theoretical computer science，Journal of Cryptologic Research等

• 具备丰富的英文写作经验和学术指导经验

【课题安排】

研究周期预估六个月左右，具体视学员情况调整

【推荐阅读】

• 2009 The Design of Competitive Online Algorithms via a Primal-Dual Approach